기업의 정보처리 이론 (Information-Processing Theory of the Firm)에서 조직 설계의 축 (Axes of Organizational Design)까지 — 그리고 AI-증강 (AI-Augmented) 및 AI-네이티브 (AI-Native) 업무로의 확장.
네 개의 파트 · 사이드바로 이동하세요
조직 이론 (Organization Theory)은 서로 무관한 모형들의 무더기가 아니다. 그것은 지식 작업 (Knowledge Work)을 조정하는 것이 근본적으로 불확실성 하에서 정보를 처리하는 문제라는 단일한 관념으로 천천히 수렴해온 하나의 긴 논증이다. 그 사고의 흐름을 따라가 보자.
네 번의 전환이 개인 의사결정 이론을 조직 설계 이론으로 바꿨다. 왼쪽에서 오른쪽으로 읽으라.
Simon: 사람은 주의력과 계산 능력이 제한되어 있어 최대화 (maximize) 대신 만족화 (satisfice)한다.
March & Simon; Cyert & March: 여유자원 (slack), 순차적 주의 (sequential attention), 느슨하게 결합된 하위 단위 (loosely coupled sub-units).
Galbraith: 정보에 대한 필요를 줄이거나 (reduce the need), 처리 능력을 높인다 (raise the capacity).
정통 (canon)은 연결 (ties), 암묵적 지식 (tacit knowledge), 모듈성 (modularity), 탈관료적 형태 (post-bureaucratic forms)로 확장된다.
분야를 정의하는 열네 편의 저작. 타임라인의 아무 점이나 클릭해 그 의의를 읽으라.
각 노드는 하나의 기초적 기여다. 함께 모여 "기업을 생산함수 (production function)로 보는" 관점에서 "지식을 창출하고 조정하는 시스템으로 보는" 관점으로의 전환을 추적한다. 노드를 클릭해 탐색하라.
이 종합은 문헌을 열두 클러스터로 묶는다. 각각을 펼쳐 핵심 관념과 주요 사상가를 보라.
조직 전체 규모에서, 구조가 선택의 집합이라면 그 선택은 무엇인가? 흔한 출발점은 세 축 — 의사결정권 (decision rights), 의사소통 채널 (communication channels), 지식 (knowledge) — 을 사용한다. 문헌은 이것이 타당하나 불완전하다고 말한다. 아래에: 네 개의 핵심 축 (spines), 세 개의 직교 수정자 (orthogonal modifiers), 그리고 어느 설정이 옳은지를 결정하는 상황 요인들.
네 개의 핵심 슬라이더를 움직이거나 — 알려진 원형 (archetype)을 불러와 — 프로필이 갱신되는 것을 보라. 이 네 "축 (spines)"이 가장 깨끗하고 독립적인 설계 레버다.
슬라이더를 조정해 설계를 특성화하세요.
문헌은 열두 개 남짓의 후보 "차원"을 내놓지만, 모두 독립적인 것은 아니다. 통계적 구분성으로 통합하면 여덟 개의 진짜 설계 차원이 남는다 — 더해서 설계가 맞춰야 할 (선택하는 것이 아닌) 두 개의 상황 입력 (contingency inputs).
| 설계 차원 | 양극 (Poles) | 유형 |
|---|
Spine 독립적 핵심 축 Modifier 직교하는 추가 요소 Composite 여러 상관 차원을 병합
이것들은 설계가 아니라 업무를 기술한다. 설정하는 것이 아니라 — 여덟 차원을 이것에 맞춘다.
| 입력 | 범위 | 역할 |
|---|
상쇄관계 (tradeoff)가 업무에 따라 역전되기 때문에, 보편적으로 최적인 설정은 없다. 업무의 성격을 고르고 설계가 어떻게 달라져야 하는지 보라 (Galbraith / Daft & Lengel 상황이론).
거시적 축은 조직 전체를 기술한다. 그러나 실제 대부분의 작업은 쌍으로 일어난다 — 두 동료, 상사와 부하, 그리고 이제 인간과 AI. 이인관계 (dyad)는 그 자체로 설계 단위이며, AI가 일상적으로 착지하는 곳이다.
이들은 하나의 축을 공유하지만 주요 위험과 메커니즘이 다르다. 유형을 고르면 그 프로필을 본다.
이론들에 대한 종합은 각각 검증된 측정도구를 가진 간결한 속성 집합을 낳는다. (더 완전한 약 13-구성개념 집합은 이인관계 종합에 있다.)
문헌 전반에 반복적으로 등장하는 설계 움직임들. 각각을 펼쳐라.
인간 역학 (접지, 신뢰, 역할 명확성)을 공유하지만, 자체 장치를 더한다: 공동 인지 시스템 (Joint Cognitive Systems), 자동화 수준 (Levels of Automation), 의존 캘리브레이션 (Calibration of Reliance).
두 가지 실패 양상은 과신 (over-trust) (AI가 틀릴 때 사용)과 과소신뢰 (under-trust) (AI가 맞을 때 무시)이다. 목표는 적절한 의존 (appropriate reliance)이다 — 실 배포 시스템은 이상치에 크게 못 미친다 (RAIR ≈ .54, RSR ≈ .64).
인간이 좋은 AI 조언에 올바르게 갱신 — RAIR 상승.
인간이 틀린 AI 조언을 따름.
인간이 맞는 AI 조언을 무시.
인간이 틀린 AI 조언을 뒤집음 — RSR 상승.
단계화된 플레이북. 단계를 클릭하라.
진단에서 재설계-또는-종료까지. 위 단계를 클릭해 그 내용을 보라.
정보처리 관점 (Part 1)은 고정된 인지 한계를 가진 인간 의사결정자를 가정했다. AI는 조직의 핵심 루프 — 감지 (sense), 의미부여 (make sense), 결정 (decide), 행동 (act) — 의 비용·속도·분업과 그 루프가 시간에 따라 적응하는 방식을 바꾼다. 설계 질문은 이렇게 된다: 루프의 각 부분을 누가 운영하는가, 얼마나 빨리 도는가, 그리고 그 자율성의 경계는 어디인가?
모든 조직이 운영하는 핵심 순환 (Boyd의 OODA)이 의도 (intent)에 의해 방향지어지고, 기억 (memory)을 끌어오며, 거버넌스 (governance)로 감싸이고, 메타-루프 (meta-loop)에 의해 적응된다. 아무 단계나 요소를 클릭하라.
네 운영 단계가 연속적으로 돈다 — 의도(기준 신호)에 의해 방향지어지고, 기억(상태)에 의해 공급되며, 메타-루프에 의해 적응되고, 거버넌스에 의해 제약된다. 인간/AI 분업은 단계마다 다르다; 클릭해 탐색하라.
인간 ↔ AI 분업은 한 가지 설정이 아니다 — 단계마다 다르다. 각 단계를 배정하고 그것이 맞는지, 의존 위험은 무엇인지 보라.
한 단계를 AI가 얼마나 운영할 수 있는지는 업무에 달려 있다 — Part 2의 불확실성/다의성 상황의 운영 형태. 슬라이드하라.
루프가 왜 변하는지: AI는 각 단계를 운영하는 비용과 사람·에이전트·기업 간 조정 비용을 낮춘다 (Coase, Galbraith). 주된 변수는 그것을 자동화 (automate)에 쓰는가 증강 (augment)에 쓰는가이다 — Brynjolfsson의 "튜링 함정 (Turing Trap)." 토글하라.
실행이 싸지면, 병목 — 그리고 가치 — 가 이동한다. 어디로 가는가:
제2차 루프가 운영 루프를 관찰하고 변경한다 — 관찰, 평가, 변이, 선택 (observe, evaluate, mutate, select). 단일고리 학습 (single-loop learning)은 목표 내에서 행동을 고친다; 이중고리 학습 (double-loop learning)은 목표와 가정 자체를 개정한다 (Argyris). AI는 이것을 몇 달에서 몇 분으로 압축한다. 기능을 클릭하라.
생물학적 진화 — 세대에 걸친 무작위 변이 — 와 달리, 이것은 조직의 수명 내에서, 방향지어진 변이 (directed mutation)와 의식적 선택 (conscious selection)으로 실행된다. 노드를 클릭하라.
거버넌스 없는 자기수정은 병리적이다 — 생물학적 용어로, 암 (cancer)이다. 모든 프로세스는 잠금 (locked)에서 개방 (open)까지의 스펙트럼에 놓이며, 인간 승인 없이 루프가 얼마나 바뀔 수 있는지를 결정한다. 각각을 분류하고; 맞는지 보라.
거시적 축 (Part 2)은 여전히 유효하다 — 그러나 AI는 그 양극, 비용, 상황을 이동시킨다. 보기를 토글하라.
Nonaka의 SECI 나선 (spiral)은 암묵적 지식 (tacit)을 명시적 (explicit)으로 전환하는 것이 느리고, 인간적이며, 비용이 든다고 가정했다. AI는 이 전환들 중 몇 가지를 이동시킨다 — 실제 위험을 수반하여.
리더십은 고정된 프로세스를 설계하는 것에서 동적 시스템을 거버닝하는 것으로 옮겨간다 — 기준(의도와 정체성)을 설정하고, 루프의 각 단계를 누가 운영하는지 조율하고, 메타-루프의 자율성에 경계를 짓는다. 논제는 최대 적응성(그것은 혼돈으로 녹아든다)이 아니라 거버넌스된 적응성이다: 정합성, 책무성, 정체성을 보존하는 제약 내에서의 지속적 적응 — 경직이 아니라 항상성 (homeostasis).
1970년대 범주들만으로는 답할 수 없는 열린 질문들: